技術概要：SwarmHarness

問題定義

毎年、膨大な計算リソース（パーソナルワークステーションの GPU サイクル、アイドル状態の推論サーバー、エッジデバイス）が未活用のまま残されています。これらのリソースを共有する際の主な障壁は技術的能力ではなく、インセンティブ整合性の取れたプロトコルの欠如です。既存の解決策はこのギャップを包括的に解決できていません。

• 中央集権型マーケットプレイス: 中央調整者への信頼を必要とし、単一障害点や検閲の可能性をもたらします。
• ブロックチェーンベースのシステム（例：Golem、BrokerChain）: インセンティブを提供しますが、高いオンチェーン取引コストと遅延に悩まされており、対話型推論には不適切です。
• ボランティア/非インセンティブ型システム（例：BOINC、Petals）: アイドルサイクルを収集しますが、金銭的またはクレジットのインセンティブが欠如しており、フリーライダーによる劣化に脆弱で、利他的なコミュニティへの普及に限界があります。
• 連合学習（FL）: データ中心のトレーニングに焦点を当てており、スキル中心のタスクルーティングではなく、汎用的なインセンティブ帰属メカニズムが欠けています。

中央権威や重厚なブロックチェーンインフラに依存することなく、分散型でスキルベースのタスクルーティングを可能にし、公平かつリアルタイムなクレジット帰属を実現するプロトコルは存在しません。

手法

本論文は、既存の HarnessAPI ノード（型付けされたスキルフォルダを HTTP エンドポイントおよび MCP ツールとして公開する）の上に 3 つの中核コンポーネントをレイヤーとして構築する分散プロトコル「SwarmHarness」を提案します。このシステムは中央調整者に依存せず、局所的合理性と創発的な集団行動に依存して動作します。

1. システムアーキテクチャ

• SwarmNode: 能力の広告、タスク交渉、クレジットの帳簿管理を管理する拡張された HarnessAPI インスタンスです。各ノードは、そのスキル（$S_v$）、リソースベクトル（$r_v$）、クレジット残高（$c_v$）、および信頼スコア（$\tau_v$）によって定義されます。
• SwarmRegistry (DHT): カデムリアスタイルの分散ハッシュテーブルが、スキル識別子（SHA256）を能力のあるノードのリストにマッピングします。ノードの churn に対応するため、TTL（Time-To-Live）で制限された広告を使用し、最終的に整合する逆インデックス（例：「VRAM $\ge$ 8GB」のようなリソースクエリ用）にはグossip プロトコルを使用します。ブートストラップは mDNS、DNS シードリスト、または明示的なピアリストを通じて達成されます。
• SwarmRouter: Utility 関数を用いて候補ノードをスコアリングするステートレスサービスです。
  $$U(v, T) = w_1 \cdot \mathbb{1}[s \in S_v] + w_2 \cdot (1 - \ell_v) + w_3 \cdot (1 - d_v/d_{max}) + w_4 \cdot \tau_v$$
  ここで、$\ell_v$ は負荷、$d_v$ は遅延、$\tau_v$ は信頼スコアです。ルーターは、この効用を最大化するノードにタスクを配信します。複数のルーターが同時に動作できますが、クレジット帰属はルーターではなくタスク提出者によって署名されるため、ルーターによる台帳の改ざんは防止されます。
• SwarmCredit: 軽量でブロックチェーン不要のクレジットシステムです。ノードはローカル台帳を維持します。クレジットはグローバルな暗号通貨ではなく、ルーティングの優先度を調整するために機能します。高信頼ノードはより多くのタスクを引き寄せ、アイドル状態のノードは信頼スコアが減衰し、ルーティングの優先度が低下します。

2. SwarmCredit 帰属アルゴリズム

タスクを実行するノードの連合（$N$）間でクレジットを公平に分配するために、システムはモンテカルロ順列サンプリングによるシャープレー値近似（アルゴリズム 1）を採用します。

• メカニズム: このアルゴリズムは、連合の $M$ 個のランダムな順列を平均化することで、各ノードのタスク品質（$q$）に対する限界貢献を推定します。
• 効率性: 正のシャープレー値を総クレジットプール $C(T)$ に正規化し、割り当てられたクレジットの合計がプールのサイズと等しくなるようにします。
• 信頼の更新: 正のクレジットデルタを受け取るノードは信頼スコア（$\tau$）を増加させ、受け取らないノードはそれが減衰します。
• コールドスタートの緩和: シビル攻撃を防ぐための貢献証明創世メカニズムを採用しています。新規ノードは、タスクを正常に提供し、提出者によってカウンターサインされた後にのみ、創世クレジット賦与（$c_0$）を受け取ります。これにより、実際の作業を行わずにフリーライドするアイデンティティがクレジットを収集することを防ぎます。

3. 創発的群知能

システムは、クレジットと信頼シグナルをデジタルフェロモンとして利用します。

• 正のフィードバック: 高信頼ノードはより多くのトラフィックを引き寄せ、その地位を強化します。
• 負のフィードバック: ノードが満負荷に近づくと、その効用スコアが低下し、トラフィックは負荷の少ないピアへ誘導されます。
• 専門化: 時間とともに、ノードは自然と、生物学的な群れにおけるフェロモンの蒸発に類似して、高い報酬をもたらすスキルに特化します。

主要な貢献

1. システムモデルの定義: SwarmNode、SwarmRegistry、SwarmRouter、SwarmCredit の各コンポーネントの形式化。運用上の分散（初日から存在）と管理的分散（シードの進化を通じて段階的に実施）を分離する分散性の保証を確立します。
2. SwarmCredit 帰属アルゴリズム: ブロックチェーンのオーバーヘッドなしに、信頼減衰フィードバックとコールドスタートのグリーフィングに対する耐性を持つ創世メカニズムを組み込んだ、リアルタイムのシャープレー値近似によるマルチノードタスク帰属の導入。
3. 実現可能性分析: 既存の HarnessAPI ノードからのプロダクションスワームへの展開のための具体的なロードマップ。ブートストラップ問題、セキュリティ表面（シビル耐性のためのプルーフ・オブ・ワークと信頼履歴）、および未解決の研究課題への対応。
4. 基盤プリミティブ: 自律分散 AI エージェントネットワークのための基盤としての SwarmHarness の位置づけ。エージェントは人間の仲介なしに計算を雇用し、サブタスクをルーティングし、クレジットを決済できます。

結果と主張

本論文は、実証的な実験結果（ベンチマークスループットや遅延比較など）を提示するものではなく、システムの理論的およびアーキテクチャ的な検証を提供します。

• 理論的妥当性: 著者らは、システムが効率性、公平性（シャープレー公理による）、および個人の合理性を満たすと主張しています。近似誤差は $O(1/\sqrt{M})$ に制限されており、これは実用的な連合サイズ（$k \le 10$）に対して十分です。
• セキュリティ主張: 登録時のプルーフ・オブ・ワークと、信頼構築のための過去のタスク完了の要件を組み合わせることで、シビル攻撃を軽減すると主張しています。共謀は、クレジット帰属に提出者のカウンターサインを要求することで軽減されます。
• 分散化: システムは、即座に運用上の分散化（単一のアクターがルーティングや帰属を制御しない）を達成し、段階的に管理的分散化（単一のシードから完全なピア交換型オーバーレイへ移行）を達成すると主張しています。

意義

本論文は、SwarmHarness を次世代の分散 AI のための基盤プリミティブとして位置づけています。その意義は、以前は断絶していた 3 つの確立された概念を統合することにあります。

1. 計算の原子単位としてのスキルファーストの MCP ノード。
2. 信頼できるレジストリなしの完全分散型の DHT ベースのピア発見。
3. ブロックチェーンのオーバーヘッドなしのシャープレー公平なインセンティブ帰属。

中央調整者や高価なブロックチェーン取引の必要性を排除することで、SwarmHarness は、アイドル状態の計算リソースが安全かつ収益的に共有される、自己調整型のインセンティブ整合経済の創出を目指しています。これにより、自律型 AI エージェントがインターネット規模で動作し、計算のための信頼できる輸送層としてネットワークを扱い、プロトコルとの相互作用において人間ユーザーと区別がつかない未来が可能になります。著者らは、この自己持続的な分散知性のビジョンを実現するために、コミュニティがリファレンス実装に貢献することを招待しています。